[发明专利]一种网络安全数据信息检测方法

说明书

本发明公开了一种网络安全数据信息检测方法，包括如下步骤：通过历史网络数据获得网络安全数据样本和恶意数据样本；获取待检测的网络数据信息，并将所获取的待检测的网络数据信息存放至数据列队中；将待检测的网络数据信息进行处理，对网络数据信息提取特征；将得到的网络数据信息特征与网络安全数据样本和恶意数据样本进行匹配，网络数据信息特征与网络安全数据样本匹配成功，则判定网络数据信息为安全数据。本发明通过机器学习模型对待检测网络数据进行判断，处理速度比较快，可以预先过滤掉大部分无效数据，可以提高判断的效率，同时，能够主动发现恶意网络数据，并限制恶意数据来源。

技术领域

本发明涉及计算机技术领域，尤其涉及一种网络安全数据信息检测方法。

背景技术

计算机技术的快速发展，为信息的传播带来了极大便利，但与此同时，人们也面临着巨大的信息安全挑战。由于信息安全问题日益突出，例如，黑客可以在网络上发起攻击，以窃取网络上的机密信息。

传统技术中，对网络攻击事件的检测主要是通过搜集公开的黑名单IP，若检测到当前网络数据包的IP为公开的黑名单IP，则确定该网络数据包为异常网络数据包，确定出现网络攻击事件。然而，网络上IP的数量非常庞大，公开的黑名单IP只是包括黑客使用的部分IP，容易出现漏判，从而导致异常网络数据包的检测准确性低，异常网络数据包的检测效率低。

发明内容

基于背景技术存在的技术问题，本发明提出了一种网络安全数据信息检测方法。

本发明提出的一种网络安全数据信息检测方法，包括如下步骤：

S1通过历史网络数据获得网络安全数据样本和恶意数据样本；

S2获取待检测的网络数据信息，并将所获取的待检测的网络数据信息存放至数据列队中；

S3将待检测的网络数据信息进行处理，对网络数据信息提取特征；

S4将得到的网络数据信息特征与网络安全数据样本和恶意数据样本进行匹配，网络数据信息特征与网络安全数据样本匹配成功，则判定网络数据信息为安全数据，网络数据信息特征与恶意数据样本匹配成功，则判定网络数据为恶意数据；

S5将判定的安全数据和恶意数据进行存储，并传输至数据库中。

优选的，所述步骤S1获取历史网络数据，并提取历史网络数据的特征数据，并对历史网络数据的特征数据进行分类，得到安全数据样本和恶意数据样本。

优选的，所述步骤S1选取安全数据样本和恶意数据样本，并根据安全数据样本和恶意数据样本的特征数据建立机器学习模型。

优选的，所述步骤S4将得到的网络数据信息特征传输至机器学习模型中，并与网络安全数据样本和恶意数据样本进行匹配。

优选的，所述步骤S2获取待检测网络数据的步骤之后，还包括：获取待检测网络数据对应的终端的网络地址；统计获取到的网络地址对应的终端发送的待检测网络数据的频率；当频率大于预设频率时，则将待检测网络数据添加到黑名单库中。

优选的，所述步骤S4判定网络数据为恶意数据时，获取阻断数据包，将阻断数据包发送至待检测网络数据包对应的接收方，以使接收方停止建立与待检测网络数据包对应的发送方的通信连接。

优选的，所述步骤S4定时统计网络数据信息特征与网络安全数据样本和恶意数据样本进行匹配的成功率；将匹配成功率小于预设阈值的安全数据样本和恶意数据样本滤除。

优选的，所述获取网络数据包括：通过敏感URL获取网络数据，或者当监测到存在流量异常时获取网络数据。

本发明中，所述一种网络安全数据信息检测方法，通过机器学习模型对待检测网络数据进行判断，处理速度比较快，可以预先过滤掉大部分无效数据，可以提高判断的效率，同时，能够主动发现恶意网络数据，并限制恶意数据来源。